Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Revisão dos conceitos Federated Learning fundamentais
- Recapitulação das metodologias Federated Learning básicas
- Desafios em Federated Learning: comunicação, computação e privacidade
- Introdução a técnicas avançadas de Federated Learning
Algoritmos de otimização para Federated Learning
- Visão geral dos desafios de otimização em Federated Learning
- Algoritmos de otimização avançados: Federated Averaging (FedAvg), Federated SGD, e mais
- Implementação e ajuste de algoritmos de otimização para sistemas federados de grande escala
Manipulação de dados não IID em Federated Learning
- Compreender os dados não identificados e o seu impacto em Federated Learning
- Estratégias para lidar com distribuições de dados não identificados
- Estudos de caso e aplicações do mundo real
Dimensionamento de sistemas Federated Learning
- Desafios da expansão de sistemas Federated Learning
- Técnicas para aumentar a escala: conceção da arquitetura, protocolos de comunicação, etc.
- Implementação de aplicações Federated Learning em grande escala
Considerações avançadas sobre privacidade e segurança
- Técnicas de preservação da privacidade em Federated Learning avançados
- Agregação segura e privacidade diferencial
- Considerações éticas em aplicações Federated Learning de grande escala
Casos de estudo e aplicações práticas
- Estudo de caso: Federated Learning em grande escala nos cuidados de saúde
- Prática com cenários Federated Learning avançados
- Implementação de projectos no mundo real
Tendências futuras em Federated Learning
- Direcções de investigação emergentes em Federated Learning
- Avanços tecnológicos e seu impacto em Federated Learning
- Exploração de oportunidades e desafios futuros
Resumo e próximos passos
Requisitos
- Experiência com técnicas de aprendizagem automática e de aprendizagem profunda
- Compreensão dos conceitos Federated Learning básicos
- Proficiência em Python programação
Público-alvo
- Investigadores experientes em IA
- Engenheiros de aprendizagem automática
- Cientistas de dados
21 Horas
